基于染色体遗传规律的遗传算法

给出了一种基于染色体遗传规律的二进制遗传算法--在编码中,对个体进行成对等位基因编码,同时把个体的所有基因分成一定数量的染色体(基因片断);在交叉中,从父代中随机抽取染色体组成新的个体;在变异中,应用染色体基因交换;在求适应度时,以一对等位基因"或"的结果作为计算该基因适应度值时的依据.对两个较复杂的测试函数实验结果表明,该方法具有进化代数少、收敛率高的特点,其性能明显优于标准遗传算法.     

组卷的遗传算法设计

提出一种改进的遗传算法作为组卷的策略.染色体采用符号编码设计,解决了遗传运算过程中满足约束条件的问题.采用"非优超排序法"对染色体进行评价,在选择算子的设计上,既能够复制一部分较好的个体,又体现了选择的概率性.变异概率和交叉概率能随个体的不同适应度自适应改变,同时变异概率随种群多样性自适应变化.采用基于数据仓库的最优解保存策略,使搜索结果呈现出丰富的Pareto解集.     

改进的自适应遗传算法

Srinvivas等提出一种自适应遗传算法,交叉概率与变异概率能够随着适应度大小而改变。但在这种算法中,群体中最大适应度值的个体的交叉率和变异率为零,这使得进化走向局部最优解的可能性增加。提出了一种改进的自适应遗传算法,使群体中最大适应度值的个体的交叉率和变异率不为零。实验结果表明该算法在抑制“早熟”现象,防止陷入局部最优,提高种群收敛速度方面都有明显的效果。     

改进的遗传算法在催化裂解集总动力学参数估值中的应用

以基本遗传算法为基础,引入多重退火交叉,并以多种变异模式竞争取代单一的变异策略,以随着遗传代数和个体适应度动态调节的交叉和变异概率代替固定不变的交叉和变异概率,提出了一种改进的遗传算法;用于研究包含复杂组分、同时进行多种反应的催化裂解反应集总动力学,并与传统的算法比较,证明改进的遗传算法可迅速、准确获得有物理意义的动力学参数优化值,是研究复杂反应动力学的有效数值工具.     

基于动态入侵的自适应遗传算法研究

根据生物入侵的思想,将入侵的概念引入到遗传算法中,提出了一种新的基于动态入侵自适应遗传算法。在选择操作结束后,根据当前的种群类型自适应调整入侵率;根据种群所属的种群类型和种群的平均适应度值,确定染色体交叉概率;根据个体的所属类型和变异基因位置自适应调整变异概率。最后将该算法应用到函数优化问题,实验结果表明,改进后的算法在种群的多样性,收敛速度以及算法效率方面有了一定的改进。     

自适应变异遗传算法及其应用

为了改善变异操作在遗传算法中的作用,提出自适应变异遗传算法,其变异操作能根据种群进化代数和个体的适应度值自适应地确定每个个体的变异概率,从而在保留遗传算法当前最优解的同时,维持了群体的多样性,提高了算法的全局搜索能力.与传统遗传算法相比,自适应变异遗传算法的离线性能和在线性能都有较大的改善.本文在实际应用中,将自适应变异遗传算法应用于估计动力学参数取得了较好的结果.     

前馈补偿和自适应遗传算法的空调系统优化

变风量空调系统本身存在多变量、非线性、强耦合等问题,基本遗传算法很难起到很好的控制效果,将自适应遗传算法应用到变风量空调系统的实际控制过程中.针对基本遗传算法的缺陷,采用自适应遗传算法进行弥补,主要从种群分析、个体适应度值缩放方法、交叉概率和变异概率的自适应调整,保留优良个体这四个方面进行改进,提高了算法的运行效率和收...     

基于自适应遗传算法的防空兵最优火力配置

基于遗传算法的防空兵最优火力配置,运用战场目标价值和防空兵火力配置情况建立。最大限度发挥武器火力单位效能并达到最大毁伤效果。步骤包括：采用实数编码,通过构建染色体,生成初始群种;计算适应度,检验初始群种;操作遗传算子并改进选择、交叉、变异等操作。最后求解最优解,找出最优的配置方案。在该算法中,提出了1种既考虑进化代数对算法的影响,又考虑到每代不同个体适应度作用的自适应交叉概率和变异概率。     

个体自适应变异遗传算法

该文从染色体个体个性化和染色体编码基因位个性化两个方面对标准变异算子进行改进,提出了个体自适应变异遗传算法。通过给不同个体不同基因位分别赋予不同的变异概率,提高变异操作的效率,加快收敛速度。实验表明,个体自适应变异遗传算法的性能明显优于标准遗传算法。     

自适应记忆遗传算法研究

针对遗传算法优化过程中仍然存在许多问题,文中提出了一种新的自适应记忆遗传算法。引入基因库的概念,用以存储重复出现个体的基因编码和对应的适应度值,进而解决重复个体适应度值的重复计算问题;利用Logistic曲线方程对遗传算法的交叉概率和变异概率进行自适应调整;以TSP为应用背景对文中算法进行实验,结果表明文中算法有效减少了算法的时间复杂度,其加速比能够达到49．70％左右。在算法的收敛性方面,改进后的算法收敛速度快于基本遗传算法,其所得解与TSPLIB提供的最优解的平均相对误差最大不超过9．38％。